用SVM回归实验对大气污染数据的处理研究
发布时间：2021-01-13 09:58
大气污染已成为当前社会备受关注的问题,它不仅危害着人们的身体健康,还给世界的自然环境带来了不可逆的伤害。大气污染主要是由人类活动造成的,其生成的主要污染物正在逐步增加。现在个环保局都在监测污染物的数据,因为我们可以利用污染物的监测数据更好的制定环保方案。可见,污染物的数据是十分重要的。本文正是由此提出的,使用从天津市环境保护局取得的天津市大气污染时事数据作为基础,利用污染物之间的关系,横向的对缺失部分数据进行预测补充。并在Matalab环境下进行试验,主要完成以下主要工作:（1）参考相关文献,对大气污染与数据的分析预测方法进行调查研究,证明本文所提出研究内容的优势;（2）对数据预处理,并选取SVM算法对数据进行预测训练,研究预测精确度;（3）利用PSO算法进行参数优化,期望进一步提高其准确度,并给出直观误差图以供参考。本文研究的优点是,1.不同于通常的纵向预测,特别提出利用污染物之间的关系横向预测缺失的部分数据,即六个污染物数据,利用其中5个补充预测第6个污染物值。2.利用PSO优化SVM在大气污染中应用,在减少人为参与计算的同时大大提高的预测数据的精度。最后,通过对真实的大气污染数据...
【文章来源】：天津财经大学天津市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
1大气层次图
图２．３．３美国ＮＡＳＡ宇航局绘制的全球ＰＭ２．５指数分布图??图中明显的，我国ＰＭ２．５大气污染相当严峻，这个结果与上面所分析的数据也相一致，??大多数地区都处于５０甚至８０以上，令人瞠目结舌的是全球大气状况良好地区的ＰＭ２．５??竟然低于１０甚至是５。上述研究所选取的最好城市海口也只能是一般水平，算不上良好。??上述体现出数据统计在研究方面的重要意义。是数据分析所不可缺少的重要前提。??２．４大气污染应用中的模型??在过去的十几年中，大气污染的数据以肉眼可见的速度大幅增长：有从前单一的数据??图、线框图，发展到简单多面体模型，甚至是曲面和有限元模型。利用计算机替代手动操??作数据建模，很大限度的提高了细节的处理，并同时秉持着合理的成本。并通过它是生成??的数据更加接近完美。由此种种的优势可见，数据分析和建模正在逐渐的摒弃手动操作，??向着更为复杂的计算机控制算法前进。??
?８０??Ｓａｔｅｌｌｉｔｅ－Ｄｅｒｉｖｅｄ?ＰＭ?［ｊ－ｉｇ／ｍ３］??＾．Ｏ??图２．３．３美国ＮＡＳＡ宇航局绘制的全球ＰＭ２．５指数分布图??图中明显的，我国ＰＭ２．５大气污染相当严峻，这个结果与上面所分析的数据也相一致，??大多数地区都处于５０甚至８０以上，令人瞠目结舌的是全球大气状况良好地区的ＰＭ２．５??竟然低于１０甚至是５。上述研究所选取的最好城市海口也只能是一般水平，算不上良好。??上述体现出数据统计在研究方面的重要意义。是数据分析所不可缺少的重要前提。??２．４大气污染应用中的模型??在过去的十几年中，大气污染的数据以肉眼可见的速度大幅增长：有从前单一的数据??图、线框图，发展到简单多面体模型，甚至是曲面和有限元模型。利用计算机替代手动操??作数据建模，很大限度的提高了细节的处理，并同时秉持着合理的成本。并通过它是生成??的数据更加接近完美。由此种种的优势可见，数据分析和建模正在逐渐的摒弃手动操作，??向着更为复杂的计算机控制算法前进。??天津环保局开发了一款大气污染数据的实时监控系统
【参考文献】：
期刊论文
[1]最小二乘支持向量机和预测误差校正的运动员成绩预测[J]. 王娟娟. 现代电子技术. 2018(05)
[2]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[3]支持向量机的盐碱土壤Philip入渗模型参数预测研究[J]. 程诗念,樊贵盛. 节水灌溉. 2017(09)
[4]基于粒子群优化支持向量机的电能替代潜力分析方法[J]. 孙毅,石墨,单葆国,曹昉. 电网技术. 2017(06)
[5]面向不均衡分类的隶属度加权模糊支持向量机[J]. 杨志民,王甜甜,邵元海. 计算机工程与应用. 2018(02)
[6]基于粒子群参数优化的支持向量机方法[J]. 阎伸,张全. 科技视界. 2017(03)
[7]基于支持向量机的短期电力负荷预测[J]. 时昀. 电子技术与软件工程. 2017(01)
[8]基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案[J]. 王黎明,吴香华,赵天良,程国胜,张祥志,汤莉莉,贾梦唯,陈煜升. 环境科学学报. 2017(04)
[9]基于数据挖掘技术和支持向量机的短期负荷预测[J]. 王小君,毕圣,徐云鹍,孙月嘉. 电测与仪表. 2016(10)
[10]改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法[J]. 张进,丁胜,李波. 计算机应用. 2016(05)
硕士论文
[1]基于SVM分类器的分步定位算法研究[D]. 吴迪.哈尔滨工业大学 2010
[2]SVM分类器的扩展及其应用研究[D]. 梁燕.湖南大学 2008
[3]基于支持向量机的测井曲线预测储层参数方法[D]. 张彦周.西安科技大学 2006
本文编号：2974679
【文章来源】：天津财经大学天津市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
1大气层次图
图２．３．３美国ＮＡＳＡ宇航局绘制的全球ＰＭ２．５指数分布图??图中明显的，我国ＰＭ２．５大气污染相当严峻，这个结果与上面所分析的数据也相一致，??大多数地区都处于５０甚至８０以上，令人瞠目结舌的是全球大气状况良好地区的ＰＭ２．５??竟然低于１０甚至是５。上述研究所选取的最好城市海口也只能是一般水平，算不上良好。??上述体现出数据统计在研究方面的重要意义。是数据分析所不可缺少的重要前提。??２．４大气污染应用中的模型??在过去的十几年中，大气污染的数据以肉眼可见的速度大幅增长：有从前单一的数据??图、线框图，发展到简单多面体模型，甚至是曲面和有限元模型。利用计算机替代手动操??作数据建模，很大限度的提高了细节的处理，并同时秉持着合理的成本。并通过它是生成??的数据更加接近完美。由此种种的优势可见，数据分析和建模正在逐渐的摒弃手动操作，??向着更为复杂的计算机控制算法前进。??
?８０??Ｓａｔｅｌｌｉｔｅ－Ｄｅｒｉｖｅｄ?ＰＭ?［ｊ－ｉｇ／ｍ３］??＾．Ｏ??图２．３．３美国ＮＡＳＡ宇航局绘制的全球ＰＭ２．５指数分布图??图中明显的，我国ＰＭ２．５大气污染相当严峻，这个结果与上面所分析的数据也相一致，??大多数地区都处于５０甚至８０以上，令人瞠目结舌的是全球大气状况良好地区的ＰＭ２．５??竟然低于１０甚至是５。上述研究所选取的最好城市海口也只能是一般水平，算不上良好。??上述体现出数据统计在研究方面的重要意义。是数据分析所不可缺少的重要前提。??２．４大气污染应用中的模型??在过去的十几年中，大气污染的数据以肉眼可见的速度大幅增长：有从前单一的数据??图、线框图，发展到简单多面体模型，甚至是曲面和有限元模型。利用计算机替代手动操??作数据建模，很大限度的提高了细节的处理，并同时秉持着合理的成本。并通过它是生成??的数据更加接近完美。由此种种的优势可见，数据分析和建模正在逐渐的摒弃手动操作，??向着更为复杂的计算机控制算法前进。??天津环保局开发了一款大气污染数据的实时监控系统
【参考文献】：
期刊论文
[1]最小二乘支持向量机和预测误差校正的运动员成绩预测[J]. 王娟娟. 现代电子技术. 2018(05)
[2]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[3]支持向量机的盐碱土壤Philip入渗模型参数预测研究[J]. 程诗念,樊贵盛. 节水灌溉. 2017(09)
[4]基于粒子群优化支持向量机的电能替代潜力分析方法[J]. 孙毅,石墨,单葆国,曹昉. 电网技术. 2017(06)
[5]面向不均衡分类的隶属度加权模糊支持向量机[J]. 杨志民,王甜甜,邵元海. 计算机工程与应用. 2018(02)
[6]基于粒子群参数优化的支持向量机方法[J]. 阎伸,张全. 科技视界. 2017(03)
[7]基于支持向量机的短期电力负荷预测[J]. 时昀. 电子技术与软件工程. 2017(01)
[8]基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案[J]. 王黎明,吴香华,赵天良,程国胜,张祥志,汤莉莉,贾梦唯,陈煜升. 环境科学学报. 2017(04)
[9]基于数据挖掘技术和支持向量机的短期负荷预测[J]. 王小君,毕圣,徐云鹍,孙月嘉. 电测与仪表. 2016(10)
[10]改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法[J]. 张进,丁胜,李波. 计算机应用. 2016(05)
硕士论文
[1]基于SVM分类器的分步定位算法研究[D]. 吴迪.哈尔滨工业大学 2010
[2]SVM分类器的扩展及其应用研究[D]. 梁燕.湖南大学 2008
[3]基于支持向量机的测井曲线预测储层参数方法[D]. 张彦周.西安科技大学 2006
本文编号：2974679
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2974679.html
